[发明专利]图像增强方法、装置及计算机可读存储介质

说明书

本发明提供了一种图像增强方法、装置及计算机可读存储介质，属于图像处理技术领域。所述图像增强方法包括：获取多组训练数据，每组训练数据包括第一图像和第二图像；构建包括第一级和第二级生成式对抗网络的图像增强模型，利用多组训练数据对所述图像增强模型进行训练，其中，以第二图像作为目标图像，基于第一图像的低频特征生成的增强低频图像，对第一级生成式对抗网络进行训练；以第二图像为目标图像，基于第一图像的融合图像生成的增强图像，对第二级生成式对抗网络进行训练；所述融合图像通过融合第一图像和增强低频图像得到；将待增强的第三图像输入训练好的图像增强模型，输出图像增强后的第四图像。本发明能够提高图像的图像质量。

技术领域

本发明涉及图像处理技术领域，特别是指一种图像增强方法、装置及计算机可读存储介质。

背景技术

全景相机拍摄的全景图像通常具有180度或者更高视场角，然而，相对高质量相机(比如数码单反相机或数字单镜头反射相机)拍摄的平面图像，全景图像在锐度、分辨率和色相差等方面都比较差。

为了解决以上问题，现有技术提出了对图像进行增强和超分辨率(Super-Resolution，SR)处理的方法，这些方法在图像锐化、去噪、去模糊、对比度改善和色差校正等方面都取得了很好的改进，提升了图像质量。但是，上述方法在图像细节方面通常没有得到很好的恢复，同时还产生了一些伪影。特别是全景相机的极限区域，这种伪影在超分辨率(本文有时也将超分辨率简称为超分)倍数越大时越严重。

发明内容

本发明要解决的技术问题是提供一种图像增强方法、装置及计算机可读存储介质，能够提高图像的质量。

为解决上述技术问题，本发明的实施例提供技术方案如下：

本发明的实施例提供一种图像增强方法，包括：

获取多组训练数据，每组训练数据包括第一图像和第二图像，其中，所述第二图像的图像质量优于所述第一图像的图像质量；

构建包括第一级生成式对抗网络和第二级生成式对抗网络的图像增强模型，利用所述多组训练数据对所述图像增强模型进行训练，获得训练好的图像增强模型，其中，以所述第二图像作为目标图像，基于所述第一图像的低频特征生成的增强低频图像，对所述第一级生成式对抗网络进行训练；以所述第二图像为目标图像，基于所述第一图像的融合图像生成的增强图像，对所述第二级生成式对抗网络进行训练；所述融合图像通过融合所述第一图像和增强低频图像得到；

将待增强的第三图像输入所述图像增强模型，输出图像增强后的第四图像。

可选的，所述以所述第二图像作为目标图像，基于所述第一图像的低频特征生成的增强低频图像，对所述第一级生成式对抗网络进行训练，包括：

从所述第一图像中提取低频特征；

基于所述低频特征进行图像增强，生成所述第一图像的增强低频图像；

以所述第二图像作为目标图像，利用所述第一图像的增强低频图像对所述第一级生成式对抗网络进行训练，直至满足预设的训练结束条件。

可选的，所述第一级生成式对抗网络的损失函数Loss_G_1为：Loss_G_1＝Lcobi₁+λ₁LG₁+η₁Lcolor₁；

其中，Lcobi₁表示针对所述增强低频图像和所述第二图像的上下文双边损失函数；LG₁表示针对所述增强低频图像与第二图像的对抗损失函数；Lcolor₁表示针对所述增强低频图像与第二图像的颜色损失函数；λ₁和η₁均为预设常数。